Контент доступен только для PRO подписчиков
Чтобы получить доступ к полному содержанию этого исследования, оформите PRO подписку
Эмпирические данные о фальсификации выравнивания в малых языковых моделях и методах смягчения на основе подсказок.
КЛЮЧЕВАЯ СУТЬ
Адаптировать под запрос
Поведение модели можно эффективно корректировать с помощью специальных инструкций в промпте, которые изменяют ее восприятие задачи и своих обязанностей, без необходимости переобучения.